Big Data

Lösungsübersicht

Die Big Data-Lösung von Huawei ist ein Angebot der Enterprise-Klasse, das Big Data-Utility-, Speicher- und Datenanalyse-Funktionen zusammenführt. Mit dieser Plattform können Unternehmen neue Geschäftschancen erschließen und Risiken durch schnelle Analyse und Mining riesiger Datenmengen aufspüren. Seit Februar 2018 genießt die Big Data-Lösung FusionInsight von Huawei das Vertrauen von mehr als 1.000 Kunden aus 55 Ländern. Huawei verfügt weltweit über mehr als 300 Geschäftspartner und mehrere OpenLabs, um gemeinsame Innovationen mit seinen Kunden und Partnern in den Bereichen Cloud und Big Data zu unterstützen. Die Lösungen werden häufig in Branchen wie Finanzen, Telekommunikation, Behörden, Energie, Gesundheitswesen, Fertigung, Transport und in anderen Bereichen eingesetzt.

In the Moment: Die Vorteile der Big Data-Lösung und KI von Huawei Momentan: Big Data-Technologien ermöglichen Prävention von Straftaten

In Innovation: Wie kann die KI die Innovationskraft von Unternehmen anregen?

Vorteile

Flexibel
- Offline- und Online-Datenverarbeitung mit Reaktionszeiten unter einer Sekunde und sogar im Millisekunden-Bereich.
- Sekundäre Entwicklungs-APIs und -umgebungen ermöglichen Unternehmen, ihre spezifischen Rollouts um das 3- bis 10-fache ihrer ursprünglichen Geschwindigkeit zu beschleunigen.
- Das benutzerfreundliche O&M-System vereinfacht die Systemwartung.
- Flexible Funktionen für die Unternehmensmigration erfüllen die SQL-Standards vollständig. Unternehmen können konventionelle Services problemlos in die Big Data-Plattform migrieren, ohne Code ändern zu müssen.
Smart
- Umfassende Datenanalyse-Funktionen ermöglichen detaillierte Analysen in unzähligen Dimensionen.
- Unterstützt leistungsstarke Analysen und Abfragen sowie mehrdimensionale Vergleiche.
Vertrauenswürdig
- HA aller Komponenten.
- Die erste Big Data-Software, die Chinas Standards für Informationssicherheit in der Finanzbranche vollständig erfüllt.
- Verbesserte Zuverlässigkeit und Sicherheit.

Lösungsarchitektur

Die Big Data-Lösung von Huawei besteht aus zwei Produkten: FusionInsight HD und FusionInsight LibrA. FusionInsight HD ist eine Hadoop-Enterprise-Edition mit vielen Komponenten: HDFS, Yarn, HBase, Spark, MapReduce, Flink, Storm, Elk, Solr, Kafka, Loader, Flume, und so weiter. FusionInsight LibrA ist eine große parallel verarbeitende Datenbank mit flexibler Skalierbarkeit und ausgezeichneter Leistung. Sie ist äußerst zuverlässig und kosteneffizient.

HDFS

Bietet Zugriff auf Daten mit hohem Durchsatz, kann sehr große Datensätze verarbeiten.

Yarn

Als Ressourcen-Managementsystem von Hadoop 2.0 implementiert Yarn Ressourcen-Management und Planung für Anwendungen.

Spark

Eine verteilte In-Memory-Computing-Infrastruktur

Elk

Bietet eine Standard-SQL-Engine und ermöglicht, dass konventionelle Anwendungen nahtlos in die Big-Data-Plattform migirert werden können.

MapReduce

Eine verteilte Computing-Engine, die massive Offline-Batch-Verarbeitung unterstützt.

Flink

Eine einheitliche Computing-Infrastruktur für Batch- und Stream-Verarbeitung. Sie ist grundsätzlich eine Engine zur Stream-Verarbeitung, die Datenverteilung und parallele Rechenvorgänge unterstützt.

Storm

Ein verteiltes, zuverlässiges und fehlertolerantes Echtzeit-Stream-Datenverarbeitungssystem. Es bietet SQL-ähnliche Abfragesprachen (StreamCQL).

Solr

Eine unabhängiger Such-Server der Unternehmensklasse basierend auf Apache Lucene.

Kafka

Ein verteiltes, partitioniertes Meldungs-Release-Subscription-System mit mehreren Kopien.

Loader

Für den Daten- und Dateiaustausch zwischen FusionInsight, relationalen Datenbanken und Dateisystemen.

HBase

Ein spaltenorientiertes Speichersystem für große Mengen an unstrukturierten oder halbstrukturierten Daten, das eine hohe Verfügbarkeit, Leistung und Skalierbarkeit bietet. HBase unterstützt das Lesen und Schreiben von Daten in Echtzeit.

Flume

Ein verteiltes Massen-Protokollsammlungs-, Aggregations- und Übertragungssystem, das eine hohe Verfügbarkeit und Zuverlässigkeit bietet.
GaussDB
Die GaussDB von Huawei integriert die KI-Technologie in die Architektur und Algorithmen der Datenbanken und bietet den Benutzern eine verteilte Datenbank-Landschaft mit höherer Leistung, höherer Verfügbarkeit und vielfältigerer Rechenleistung.

Anwendungsszenarien

Konvergente Datenbank
Offline-Verarbeitung
Interaktive Datenabfrage
Echtzeit-Verarbeitung

huawei FusionInsight big data - converged data warehouse

Konvergente Datenbank

Konventionelle Datenbanken sind kostspielig, umständlich zu verwalten und schwierig zu erweitern. Bestimmte Hardware ist unter Umständen nicht kompatibel, und viele der integrierten Plattformen können die stets wachsenden Anforderungen an Datenanalysen zur schnelleren Entscheidungsfindung nicht erfüllen. Die konvergente Datenbank bietet horizontale Erweiterung, hohe Verfügbarkeit aller Komponenten, Hybrid-Storage nach Spalte/Zeile, High-Speed-Datenabfrage und –Analyse, Kompatibilität mit konventionellen SQL-Anwendungen und nahtlose Anwendungs-Migration. Kunden in den Bereichen Carrier, Finanzwesen, öffentlicher Sektor und in anderen profitieren von der hohen Flexibilität der Lösung von Huawei.

huawei FusionInsight big data - offline processing

Offline-Verarbeitung

Große Mengen an Datensätzen werden analysiert und verarbeitet, und die Ergebnisse stehen zur späteren Verwendung bereit. Offline-Verarbeitungsaufträge stellen keine hohen Anforderungen an die Verarbeitungszeit, aber die zu verarbeitenden Daten können in mehreren verschiedenen Formaten vorliegen und oft Petabyte-Größe erreichen. Offline-Verarbeitung arbeitet oft mit mehreren MapReduce-, Spark-, Hive-, und Spark SQL-Prozessen und wird in den Bereichen Finanzwesen, Carrier, öffentlicher Sektor und vielen anderen für eine Vorverarbeitung der Daten und eine Offline-Datenanalyse verwendet.

huawei FusionInsight big data - interactive query

Interaktive Datenabfrage

Die interaktive Analyse und Abfrage von Daten stellen hohe Anforderungen an die Reaktionszeit und beinhalten große Datenmengen. Die für eine interaktive Abfrage verwendeten Daten sind normalerweise vorverarbeitet, basierend auf den am besten für die Aufgabe geeigneten Datenmodellen. Interaktive Datenabfragen beinhaltet präzise Abfragen, Ad-hoc-Abfragen, Themenanalyse und andere Aufgaben.

huawei FusionInsight big data - real time processing

Echtzeit-Verarbeitung

Daten werden in Echtzeit gesammelt und analysiert, und die Analyse-Ergebnisse werden zeitnah bereitgestellt. Die schnelle Datenverarbeitung aus diversen Quellen muss mit hohem Durchsatz durchgeführt werden, und die Echtzeit-Verarbeitung wird für Betrugsschutz, Echtzeit-Sicherheitsüberwachung und andere Szenarien verwendet.

Konvergente Datenbank
Konvergente Datenbank

Konventionelle Datenbanken sind kostspielig, umständlich zu verwalten und schwierig zu erweitern. Bestimmte Hardware ist unter Umständen nicht kompatibel, und viele der integrierten Plattformen können die stets wachsenden Anforderungen an Datenanalysen zur schnelleren Entscheidungsfindung nicht erfüllen. Die konvergente Datenbank bietet horizontale Erweiterung, hohe Verfügbarkeit aller Komponenten, Hybrid-Storage nach Spalte/Zeile, High-Speed-Datenabfrage und –Analyse, Kompatibilität mit konventionellen SQL-Anwendungen und nahtlose Anwendungs-Migration. Kunden in den Bereichen Carrier, Finanzwesen, öffentlicher Sektor und in anderen profitieren von der hohen Flexibilität der Lösung von Huawei.

Mehr Erfahren
Offline-Verarbeitung
Offline-Verarbeitung

Große Mengen an Datensätzen werden analysiert und verarbeitet, und die Ergebnisse stehen zur späteren Verwendung bereit. Offline-Verarbeitungsaufträge stellen keine hohen Anforderungen an die Verarbeitungszeit, aber die zu verarbeitenden Daten können in mehreren verschiedenen Formaten vorliegen und oft Petabyte-Größe erreichen. Offline-Verarbeitung arbeitet oft mit mehreren MapReduce-, Spark-, Hive-, und Spark SQL-Prozessen und wird in den Bereichen Finanzwesen, Carrier, öffentlicher Sektor und vielen anderen für eine Vorverarbeitung der Daten und eine Offline-Datenanalyse verwendet.

Mehr Erfahren
Interaktive Datenabfrage
Interaktive Datenabfrage

Die interaktive Analyse und Abfrage von Daten stellen hohe Anforderungen an die Reaktionszeit und beinhalten große Datenmengen. Die für eine interaktive Abfrage verwendeten Daten sind normalerweise vorverarbeitet, basierend auf den am besten für die Aufgabe geeigneten Datenmodellen. Interaktive Datenabfragen beinhaltet präzise Abfragen, Ad-hoc-Abfragen, Themenanalyse und andere Aufgaben.

Mehr Erfahren
Echtzeit-Verarbeitung
Echtzeit-Verarbeitung

Daten werden in Echtzeit gesammelt und analysiert, und die Analyse-Ergebnisse werden zeitnah bereitgestellt. Die schnelle Datenverarbeitung aus diversen Quellen muss mit hohem Durchsatz durchgeführt werden, und die Echtzeit-Verarbeitung wird für Betrugsschutz, Echtzeit-Sicherheitsüberwachung und andere Szenarien verwendet.

Mehr Erfahren